Показать сокращенную информацию
dc.contributor.author | Zorilo, Viktoria | |
dc.contributor.author | Зоріло, Вікторія Вікторівна | |
dc.contributor.author | Зорило, Виктория Викторовна | |
dc.contributor.author | Pyvovar, O. | |
dc.contributor.author | Пивовар, О. В. | |
dc.contributor.author | Safronov Pavlo | |
dc.contributor.author | Сафронов, Павло Сергійович | |
dc.contributor.author | Сафронов, Павел Сергеевич | |
dc.contributor.author | Lebedieva, Olena | |
dc.contributor.author | Лебедєва, Олена Юріївна | |
dc.contributor.author | Лебедева, Елена Юрьевна | |
dc.date.accessioned | 2020-03-02T19:46:07Z | |
dc.date.available | 2020-03-02T19:46:07Z | |
dc.date.issued | 2019 | |
dc.identifier.citation | Zorilo, V. V., Pyvovar, O. V., Safronov, P. S., Lebedieva, O. Yu. (2019). Histogram analysis for detection of sharpened digital images. Informatics and Mathematical Methods in Simulation, Vol. 9, N 3, p. 158–167. | en |
dc.identifier.citation | Histogram analysis for detection of sharpened digital images / V. V. Zorilo, O. V. Pyvovar, P. S. Safronov, O. Yu. Lebedieva // Informatics and Mathematical Methods in Simulation = Інформатика та мат. методи в моделюванні. – Odesa, 2019. – Vol. 9, N 3. – P. 158–167. | en |
dc.identifier.uri | http://dspace.opu.ua/jspui/handle/123456789/10344 | |
dc.description.abstract | The information technologies are spreading in the modern world and are one or more interconnected software products for a particular computer that helps the user achieve this aim. Every day we receive a wealth of digital information, such as emails, articles on the Internet, messages in various communication systems, and more. Therefore, the issue of qualitative and rapid verification of its authenticity, namely, elements such as digital images, is very timeliness. Digital images are often not original. They have different types of integrity violations, such as cloning or collage. After applying these operations, the different filters for blurring, brightness and contrast variation, sharpening, etc. often are used to hide the digital image processing.These operations are performed by graphic editors such as GIMP. In this graphic editor, which is a free analogue to the Adobe Photoshop graphic editor, sharpening is implemented as an Unsharp Mask Filter. A review of open source literature has shown that little attention is paid to detecting artificial sharpening. From open sources it is known about the method for detection of artificial sharpening based on the analysis of close color pairs of the image matrix. Its main disadvantage is the high number of the type I errors and the type II errors. This fact leads to the development of new methods and algorithms for detection this type of image processing. The object of this work is to detect artificial sharpening of a digital image as an integrity violation. A study is conducted in which the formal parameters of the digital image matrix were revealed, indicating the presence of artificial sharpening. A quantitative estimation of the qualitative differences between processed and raw images is obtained and used as a threshold for detecting artificially sharpened images. An algorithm for the detection of the artificial sharpening of a digital image is developed and its efficiency is estimated, According to this algorithm, the number of the type I errors is 3,8%, and the number of the type II errors is 9,8%. The development potential of this work is to improve the detection of different ways of artificial sharpening the digital image. | en |
dc.description.abstract | Інформаційні технології невідступно поширюються в сучасному світі і являють один або декілька взаємопов'язаних програмних продуктів для певного комп'ютера, за допомогою яких користувач досягає поставленої мети. Кожного дня ми отримуємо велику кількість цифрової інформації, такої як повідомлення електронною поштою, статті в мережі Інтернет, повідомлення в різних системах спілкування та інше. Тому дуже актуальним постає питання якісної та швидкої перевірки її достовірності, а саме, таких елементів як цифрові зображення. Цифрові зображення часто не є оригінальними. В них мають місце різні типи порушення цілісності, наприклад, клонування або колаж. Після застосування даних операцій часто використовують різні фільтри для маскування – розмиття, зміна яскравості, контрастності, підвищення різкості тощо. Дані операції виконують засобами графічних редакторів, наприклад, GIMP. В даному графічному редакторі, який є безкоштовним аналогом графічного редактору Adobe Photoshop, підвищення різкості реалізовано у вигляді фільтру «Unsharp Mask». Огляд літератури, доступної з відкритих джерел, показав, що виявленню штучного підвищення різкості приділяється дуже мало уваги. З відкритого друку відомо про метод виявлення штучного підвищення різкості, заснований на аналізі близьких пар кольорів матриці зображення. Головний його недолік – висока кількість помилок 1 та 2 роду. Цей факт спонукає до розробки нових методів та алгоритмів виявлення даного виду обробки зображення. Мета даної роботи – виявлення штучного підвищення різкості цифрового зображення як порушення його цілісності. Проведено дослідження, в ході якого виявлено формальні параметри матриці цифрового зображення, що вказують на наявність штучного підвищення різкості. Отримано кількісну оцінку якісних відмінностей оброблених та необроблених зображень, котрі використано як порогове значення для виявлення зображень зі штучно підвищеною різкістю. Розроблено алгоритм виявлення штучного підвищення різкості цифрового зображення та проведено оцінку його ефективності, згідно якої кількість помилок 1 роду складає – 3,8%, помилки 2 роду – 9,8%. Перспективи подальшого розвитку даної роботи полягають у вдосконаленні виявлення різних способів штучного підвищення різкості цифрового зображення. | en |
dc.description.abstract | Информационные технологии постоянно распространяются в современном мире и представляют один или несколько взаимосвязанных программных продуктов для определенного компьютера, с помощью которых пользователь достигает поставленной цели. Каждый день мы получаем большое количество цифровой информации, такой как сообщение по электронной почте, статьи в сети Интернет, сообщения в различных системах общения и прочее. Поэтому очень актуальным становится вопрос качественной и быстрой проверки ее достоверности, а именно, таких элементов как цифровые изображения. Цифровые изображения часто являются оригинальными. В них имеют место различные типы нарушения целостности, например, клонирование или коллаж. После применения данных операций часто используют различные фильтры для маскировки - размытие, изменение яркости, контрастности, повышение резкости и тому подобное. Данные операции выполняют средствами графических редакторов, например, GIMP. В данном графическом редакторе, который является бесплатным аналогом графического редактора Adobe Photoshop, повышение резкости реализовано в виде фильтра «Unsharp Mask». Обзор литературы, доступной из открытых источников, показал, что выявлению искусственного повышения резкости уделяется очень мало внимания. Из открытого печати известно о методе выявления искусственного повышения резкости, основанный на анализе близких пар цветов матрицы изображения. Главный его недостаток - высокая количество ошибок 1 и 2 рода. Этот факт побуждает к разработке новых методов и алгоритмов обнаружения данного вида обработки изображения. Цель данной работы - выявление искусственного повышения резкости цифрового изображения как нарушение его целостности. Проведено исследование, в ходе которого выявлено формальные параметры матрицы цифрового изображения, указывающие на наличие искусственного повышения резкости. Получено количественную оценку качественных различий обработанных и необработанных изображений, которые использованы как пороговое значение для выявления изображений с искусственно повышенной резкостью. Разработан алгоритм выявления искусственного повышения резкости цифрового изображения и проведена оценка его эффективности, согласно которой количество ошибок 1 рода составляет - 3,8%, ошибки 2 рода - 9,8%. Перспективы дальнейшего развития данной работы заключаются в совершенствовании выявления различных способов искусственного повышения резкости цифрового изображения. | en |
dc.language.iso | en | en |
dc.publisher | Odessa National Polytechnic University | en |
dc.subject | sharpening detection | en |
dc.subject | digital image | en |
dc.subject | integrity violations | en |
dc.subject | information protection | en |
dc.subject | Unsharp Mask Filter | en |
dc.subject | sharpness factor | en |
dc.subject | histogram peak | en |
dc.subject | виявлення підвищення різкості | en |
dc.subject | цифрове зображення | en |
dc.subject | порушення цілісності | en |
dc.subject | захист інформації | en |
dc.subject | фільтр «unsharp mask» | en |
dc.subject | коефіцієнт різкості | en |
dc.subject | пік гістограми | en |
dc.subject | выявление повышения резкости | en |
dc.subject | цифровое изображение | en |
dc.subject | нарушения целостности | en |
dc.subject | защита информации | en |
dc.subject | фильтр «unsharp mask» | en |
dc.subject | коэффициент резкости | en |
dc.subject | пик гистограммы | en |
dc.subject | цифровые компоненты | en |
dc.title | Histogram analysis for detection of sharpened digital images | en |
dc.title.alternative | Аналіз гистограм у виявленні підвищення різкості цифрового зображення | en |
dc.title.alternative | Анализ гістограм в выявлении повышения резкости цифрового изображения | en |
dc.type | Article | en |
opu.citation.journal | Информатика и математические методы в моделировании | en |
opu.citation.volume | 9 | en |
opu.citation.firstpage | 158 | en |
opu.citation.lastpage | 167 | en |
opu.citation.issue | 3 | en |
opu.staff.id | vikazorilo@gmail.com | en |